首页 > 其他分享 >雷达--------功率孔径积及其对角度测量的影响

雷达--------功率孔径积及其对角度测量的影响

时间:2022-10-01 18:44:32浏览次数:48  
标签:-------- 波束宽度 angle 搜索 功率 孔径 sigma

1、什么是功率孔径积

  功率孔径积是指发射的平均功率(Pav)与天线的有效孔径(A)的乘积(注意是有效孔径),一般表示为PavA。

2、功率孔径积的影响

  波束宽度会受到天线有效孔径的影响,我记得是当有效孔径越大,波束宽度就越窄。大概是下面公式的一个关系,记不太清了,后面找到笔记了再来补充。

 

 

   其中代表波束宽度,k是一个常数系数,是波长,D是天线有效孔径。

 

  可以看出提高有效孔径可以使得波束宽度变窄,越窄的波束宽度,对应的角度分辨率越高。如果是阵列测角,一般

                角度分辨率=波束宽度/阵元数

   因此用类比功率孔径积可知,

  1、功率不变,当功率孔径积增大,相当于有效孔径增大,其对应的波束宽度会变小,其角度分辨率会变大。

  2、有效孔径不变,当功率孔径积增大,相当于功率增大(个人觉得相当于有效孔径变大了,因为功率增大了相当于天线的利用率增大了,比如一开始的有效孔径为真实孔径的50%,这时候发射的功率为P1,提高了发射功率,那么就相当于提高了有效孔径(加入提高为真实孔径的60%),不知道这样理解对不对,希望大家一起来讨论一下),其角度分辨率也会变大

3、示例

  下面这个例子并不是功率孔径积跟角度分辨率的例子,但我个人觉得还是写一下,方便以后查看和学习。

  假设某搜索雷达的主要参数为:扫描时间Tsc=2s,搜索区域为7.4sr(球面弧度),噪声系数NF=8dB,损耗为6dB,要求距离为75km处的信噪比SNR=20dB,计算针对不同RCS的目标要求的雷达的功率孔径积。至于搜索雷达的公式就不在这推了,直接给出搜索公式:

  注意:搜索区域7.4sr=Π*3*Π/4,对应的搜索区域是半球的3/4,

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%搜索雷达方程,计算功率孔径积
%时间:2021年5月10日。
%sigma:目标截面积(dBsm),
%NF:噪声系数(dB),L:雷达损耗(dB)
%snr:信噪比(dB),range:距离(km);
%tsc:扫描时间,az_angle:搜索区域的方位角范围,el_angle:搜索区域的俯仰角范围
% PAP:雷达孔径积
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%function PAP=power_aperture(range,snr,sigma,tsc,az_angle,el_angle,NF,L)
clc
clear all
close all
range1=20:1:250;                     %无实际意义就是为了下面画图
snr=20;
sigma=[-20,-10,0];
tsc=2;
az_angle=180;
el_angle=135;
NF=8;
L=6;
omega=az_angle*el_angle/(57.296^2);                 %搜索空域的立体角
num1=10*log10(4.0*pi*(1.38e-23)*290*omega)+NF+L;        
num2=snr+sigma'+10*log10(tsc);
PAP1=[];                  %用于存放所有点的功率孔径积
for range=20:1:250
    for j=1:3
        PAP=num1-num2*ones(1,length(sigma(j)))+40*ones(length(sigma(j)),1)*log10(range*1000);
    end
    PAP1=[PAP1,PAP];
end
figure;
hold on;box on;
plot(range1,PAP1(1,:),'-');
plot(range1,PAP1(2,:),'--');
plot(range1,PAP1(3,:),'.-');
xlabel('功率孔径积/dB'),ylabel('探测距离/km');
legend('σ=-20dBsm','σ=-10dBsm','σ=0dBsm');
grid on;
title("功率孔径积与探测距离的关系")

 参考资料:现代雷达系统分析与设计

标签:--------,波束宽度,angle,搜索,功率,孔径,sigma
From: https://www.cnblogs.com/sbb-first-blog/p/16747579.html

相关文章

  • 前序中序构建二叉树 OFF7
    /***Definitionforabinarytreenode.*structTreeNode{*intval;*TreeNode*left;*TreeNode*right;*TreeNode(intx):val(x),......
  • python-数据描述与分析(1)
    数据描述与分析  在进行数据分析之前,我们需要做的事情是对数据有初步的了解,这个了解就涉及对行业的了解和对数据本身的敏感程度,通俗来说就是对数据的分布有大概的理解,......
  • 10.1
    #define_CRT_SECURE_NOWARNINGS#include<stdio.h>intmain(){inti=0;intj=0;for(i=1;i<=100;i++);{for(j=2;j<=i/2;j++);while(i%j=0){}printf("......
  • 计算五位数的逆序数
    #include<stdio.h>intmain(){longa;//输入一位五位数 intg,h,m,k,l;//依次获取各位数值 intn; //inti,j;//迭代值 intt=0;//逆序数 //intb;*/ printf("计......
  • v2使用
    官网windows下载:https://github.com/2dust/v2rayN/releases站点:vmess://eyJhZGQiOiJ2Mi5oa3QuaGd3Yy54eXoiLCJhaWQiOiIwIiwiaG9zdCI6IiIsImlkIjoiMjg4ODllODgtYWUxZS00MDg......
  • 【云原生】Hive on k8s 环境部署
    目录一、概述二、开始部署1)构建镜像2)添加Metastore服务编排1、配置2、控制器3、Service3)添加HiveServer2服务编排1、控制器2、Service4)修改values.yaml5)开始部署6)测试......
  • flatpak教程
    flatpak是一款跨发行版的包管理器。官网:https://flatpak.org/介绍Flatpak是一个程序包管理实用程序,可让您分发,安装和管理软件,而不必担心依赖项,运行时或Linux分发。由于您......
  • #yyds干货盘点#oracle常见面试题
    数据库对象:表(table)视图(view)序列(sequence)索引(index)同义词(synonym)1.视图:存储起来的select语句createviewemp_vwasselectemployee_id,last_name,salary......
  • 实验4:开源控制器实践——OpenDaylight
    实验4:开源控制器实践——OpenDaylight(一)基本要求Mininet拓扑生成并连接控制器的结果Mininet中ping测试截图(二)进阶要求1.获取拓扑的交换机URL:http://127.0.0.1:......
  • 如何区分指针常量和常量指针
    一、概念常量指针:常量指针本质是指针,常量修饰它,表示这个指针是一个指向常量的指针(变量)。指针指向的对象是常量,那么这个对象不能被更改在C/C++中,常量指针是像这样声明的:1......